-
公开(公告)号：CN111797258B
公开(公告)日：2023-11-24
申请号：CN202010661278.9
申请日：2020-07-10
Applicant: 携程计算机技术(上海)有限公司
IPC: G06F16/54 , G06F16/535 , G06F16/957 , G06F16/9535 , G06Q30/0601 , G06Q50/12 , G06Q50/14
Abstract: 本发明提供了一种基于美感评价的图像推送方法、系统、设备及存储介质，该方法包括：采集线上图像，加入训练集；基于所述训练集训练基于深度学习构建的图像美感评价模型；将待推送的酒店图像输入训练好的图像美感评价模型，根据所述图像美感评价模型的输出确定所述待推送的图像的评价值；根据所述待推送的图像的评价值对所述待推送的图像进行排序，并将排序后的图像推送至用户终端。本发明基于深度学习构建图像美感评价模型，对图像进行更准确的评价和排序，从而在推送图像时提供更合理的图像展示方式。
-
公开(公告)号：CN111723292B
公开(公告)日：2023-07-07
申请号：CN202010591548.3
申请日：2020-06-24
Applicant: 携程计算机技术(上海)有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06N3/042 , G06N3/0475
Abstract: 本发明提供一种基于图神经网络的推荐方法，包括：获取第一样本数据集；将每个用户和项目分别作为节点；将每个节点对应的各邻近节点的TF‑IDF值与预先生成的随机噪声相加，得到每个节点与对应的各邻近节点之间的权重；根据权重，获取每个节点对应的目标邻近节点；根据每个节点对应的目标邻近节点，生成网络图；利用第一样本数据集、网络图以及每个节点与对应的各邻近节点之间的权重，训练得到目标神经网络模型；根据目标神经网络模型，获取每个节点的嵌入向量；根据每个节点的嵌入向量，获取不同节点之间的相似度，并进行项目推荐。本发明可以在保证推荐准确度的前提下，避免采用随机游走算法生成图结构，从而减小生成图结构的计算开销。
-
公开(公告)号：CN111627418B
公开(公告)日：2023-01-31
申请号：CN202010463946.7
申请日：2020-05-27
Applicant: 携程计算机技术(上海)有限公司
IPC: G10L13/02 , G10L13/04 , G10L13/08 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种语音合成模型的训练方法、合成方法、系统、设备和介质，该训练方法包括：获取若干个历史文本信息及其历史语音信息；获取历史文本信息的历史文本向量；基于CNN网络和双向LSTM网络构建初始声学模型；基于历史文本向量及其历史语音信息的第一梅尔谱，对初始声学模型进行模型训练以得到目标声学模型；基于第二梅尔谱以及历史语音信息，对预设神经网络模型进行模型训练以得到目标声码器模型。本发明中通过基于CNN网络、双向LSTM网络以及线性层搭建声学模型，基于生成式对抗网络GAN构建声码器模型，实现在保证语音合成质量的同时，大大地提升了语音合成速度，从而能够满足电商平台对大量外呼的需求。
-
公开(公告)号：CN112232431A
公开(公告)日：2021-01-15
申请号：CN202011149325.8
申请日：2020-10-23
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明提供一种水印检测模型训练方法、水印检测方法、系统、设备及介质，该训练方法包括：获取样本数据集，样本数据集包含若干带水印的训练图像；对样本数据集的每个训练图像中水印区域的轮廓进行标注；根据标注后的样本数据集，对水印检测模型进行训练；其中，水印检测模型用于提取输入图像的特征图，而后获取特征图中每个特征点是否为水印中心点的概率，并在某个特征点为水印中心点的概率大于预定值时，获取该特征点映射到所述输入图像中的位置与该特征点对应的真实水印中心点之间的偏移量、以及该特征点对应的水印尺寸。本发明能够训练得到准确的水印检测模型，从而解决了通过人工审核的方式，难以实现对带水印图像的准确识别的技术问题。
-
公开(公告)号：CN111651519A
公开(公告)日：2020-09-11
申请号：CN202010382046.X
申请日：2020-05-08
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明公开了一种数据同步方法、数据同步装置、电子设备及存储介质，该方法包括：从源数据库的一张数据表中获取变化和新增的数据，并从该数据表的索引块中获取全量主键字段数据；将全量主键字段数据以及变化和新增的数据均同步至目标数据库，分别得到主键文件和第一增量文件；删除第一历史文件中的第二增量文件，得到第二历史文件；合并第一增量文件与第二历史文件，得到临时文件；等值联合主键文件与临时文件，得到全量文件。本发明通过全量方法同步一张数据表的索引块中的全量主键字段数据，保证了上下游系统数据库中数据量一致，同时用增量方法同步源数据库的该数据表中变化和新增的数据，减少了对上游系统性能的影响，提高了数据的时效性。
-
Patent Agency Ranking
公开(公告)号：CN111445046A
公开(公告)日：2020-07-24
申请号：CN202010191207.7
申请日：2020-03-18
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明公开了一种酒店预订信息的处理方法、系统、电子设备及存储介质，该处理方法包括下列步骤：S1、当有酒店预订一房型的订单发生满房时，使用XGBoost模型预测与所述订单相同的母酒店、相同的入住日的其它房型发生满房的概率；S2、判断所述母酒店的所述其它房型发生满房的概率是否大于预设阈值，若是则进入步骤S3；S3、对所述房型进行关房操作。本发明利用机器学习的方法，当有订单发生满房时，实时触发XGBoost模型预测与该订单同母酒店同入住日的其他售卖房型发生满房的概率，当发生满房的概率大于预设阀值时，对相应入住日的售卖房型进行业务干预，以此降低酒店预订中连续满房发生的比例，改善用户的预订体验。
-
公开(公告)号：CN111427748A
公开(公告)日：2020-07-17
申请号：CN202010244192.6
申请日：2020-03-31
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明提供了一种任务告警方法、系统、设备及存储介质，该方法包括：从数据库中采集Zeus系统中的基线任务描述数据，确定基线任务和对应的截止时间；从数据库中采集Zeus系统中的任务信息表，确定基线任务的依赖任务，建立任务依赖关系表；根据所述基线任务的任务截止时间确定依赖任务的截止时间；根据执行中的基线任务和依赖任务的截止时间确定任务的告警状态。本发明从数据库中采集Zeus系统的元数据后定制基线，并建立任务的依赖关系和确定各个任务的截止时间，并根据截止时间确定任务的告警状态，从而实现基线管理项目任务的目标，为管理大量任务提供便利，并在任务执行时间异常时及时告警。
-
公开(公告)号：CN112232431B
公开(公告)日：2025-04-15
申请号：CN202011149325.8
申请日：2020-10-23
Applicant: 携程计算机技术(上海)有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06T1/00
Abstract: 本发明提供一种水印检测模型训练方法、水印检测方法、系统、设备及介质，该训练方法包括：获取样本数据集，样本数据集包含若干带水印的训练图像；对样本数据集的每个训练图像中水印区域的轮廓进行标注；根据标注后的样本数据集，对水印检测模型进行训练；其中，水印检测模型用于提取输入图像的特征图，而后获取特征图中每个特征点是否为水印中心点的概率，并在某个特征点为水印中心点的概率大于预定值时，获取该特征点映射到所述输入图像中的位置与该特征点对应的真实水印中心点之间的偏移量、以及该特征点对应的水印尺寸。本发明能够训练得到准确的水印检测模型，从而解决了通过人工审核的方式，难以实现对带水印图像的准确识别的技术问题。
-
公开(公告)号：CN111143613B
公开(公告)日：2024-02-06
申请号：CN201911395856.2
申请日：2019-12-30
Applicant: 携程计算机技术(上海)有限公司
IPC: G06F16/738 , G06F16/783 , H04N21/2187 , H04N21/44
Abstract: 本发明公开了一种选择视频封面的方法、系统、电子设备与存储介质，其中，所述方法包括：从目标视频中抽取多帧目标图像；识别每帧所述目标图像对应的图像类别；将识别出的图像类别中的一个确定为所述目标视频的视频类别；从所述视频类别对应的目标图像中选择一帧作为所述目标视频的封面。本发明基于对视频内容的理解，将贴合视频类别、具有代表性的图像作为视频封面，既能够准确展示视频信息，又便于用户快速浏览、筛选视频，继而能够提升用户粘度，以提高OTA中的预定转化率。
-
公开(公告)号：CN111710326B
公开(公告)日：2024-01-23
申请号：CN202010534462.7
申请日：2020-06-12
Applicant: 携程计算机技术(上海)有限公司
Abstract: 本发明公开了一种英文语音的合成方法及系统、电子设备及存储介质。其中，英文语音的合成方法包括：将目标英文文本转换为对应的文本向量；提取与目标句式对应的模板音频的参数，并将所述参数转换为对应的参数向量；其中，所述参数用于表征所述模板音频的语调特征；将所述文本向量与所述参数向量拼接后输入声学模型，预测得到对应的声学特征；将所述声学特征转换为可播放的音频。本发明利用英文文本与模板音频的参数合成对应的音频，使得机器能够带有语调播放相应句式的英文，并且能够保证语音合成的质量以及实时性。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.034 seconds)
